AI下半场，算力狂飙后，资本流向与经济影响的深层博弈

在人工智能领域，2026年9月成为技术突破与资本博弈的关键节点。OpenAI于9月3日发布的GPT-6 Astra模型，不仅具备自主执行多步骤任务的能力，更宣称其内部未公开的下一代前沿大模型已攻克纳维-斯托克斯方程这一数学难题。与此同时，国内深思科技（DeepSeek）也在9月10日正式推出V4.1 Flash版本，并传出筹备科创板IPO的消息。

这些技术进展引发了市场对AI下半场发展的广泛讨论。贝莱德、瑞银等机构近期分析指出，中美两国在AI技术发展路径上呈现出显著差异。美国科技巨头如英伟达、微软和谷歌在数据中心建设上的巨额投入，使其成为AI硬件领域的最大赢家。数据显示，英伟达2027财年第二财季总营收达到962亿美元，同比增长106%；其中数据中心算力业务贡献890亿美元收入，同比增长117%。

然而，尽管算力投资强度空前，但市场对AI基建回报的质疑声浪并未平息。贝莱德大中华区投资策略师陆文杰提出三大疑问：大量的AI基建投资能否带来预期回报？科技公司自有资金耗尽后，市场能否低成本承接巨额融资？数据中心建设是否能顺利落地？

在需求端，海外模型调用token数据从今年年初至今翻倍增长，中国国内更是数倍增长。标普500公司中，二季度业绩电话会议讨论AI的公司占比从两年前的30%出头升至70%。盈利端，标普500去年盈利增速约百分之十几，今年预估达30%以上。估值端，标普500当前市盈率约20倍，处于过去十年15倍—25倍区间中位。

值得注意的是，AI技术的快速迭代也带来了新的挑战。外滩大会期间，多位经济学家指出，AI革命与前几次技术浪潮存在本质差异，不能简单复刻历史经验。电气化、信息化浪潮推进过程中，美国都经历过长周期物价下行。技术进步带来的收益分配并不均衡，资本拿到更多回报，劳动者收入份额被挤压，有效需求跟不上供给扩张。

"到处都能看见AI，宏观统计里却看不到生产率"——这种索洛悖论现象在AI时代尤为突出。学界对AI拉动全要素生产率（TFP）的测算分歧巨大，乐观商业机构测算年度拉动可达3%，而悲观学者Acemoglu认为十年累计贡献仅0.68%。

在资本流动方面，Magnificent 7（美股七巨头）AI相关资本投入约8000亿美元，占全球与AI相关的投资累计超万亿美元的大部分。但美国科技公司最新财报显示，科技巨头的自有资金正在快速消耗甚至消失，包括谷歌、亚马逊等在内的部分科技巨头的现金流已经变成负数。

"AI一年狂吞1700亿度电！算力竞争还是电力大战？"国家能源局数据显示，AI基础设施建设对电力资源的巨大消耗引发了广泛关注。据测算，AI算力中心的电力需求已超过许多中小城市的用电总量，这对能源供应体系构成了严峻挑战。

总体来看，AI下半场的发展既充满机遇也面临挑战。技术的快速迭代为经济增长提供了新动能，但如何平衡资本投入与回报、解决电力资源约束、实现收益公平分配，将成为决定AI新经济能否持续健康发展的关键因素。